第4章
裁員后我綁定萬物反相系統(tǒng)
”
孫磊張了張嘴,然后慢慢閉上了。
“沒有報告?!彼f,聲音變得很輕,“他當時說報告在整理,后來就沒下文了。”
陳潮薇沒有繼續(xù)追問。這件事比她想象的要深。李偉——這個名字她記住了。
“修復(fù)方案我寫在報告第七頁到第九頁,”她說,“不需要改后端邏輯,只改前端緩存策略就行。等服務(wù)器響應(yīng)的超時時間我建議設(shè)800毫秒,800毫秒內(nèi)沒返回再讀本地緩存。這個時間用戶感知不到延遲,但能保證數(shù)據(jù)準確性。”
孫磊低頭翻看報告,越看眼睛越亮。
“八百毫秒,”他喃喃地說,“八百毫秒......”
他猛地抬頭:“陳潮薇,你以前干過測試?”
“沒有。”
“開發(fā)?”
“也沒有?!?br>“那你怎么——”
他話沒說完,辦公區(qū)入口傳來一陣急促的腳步聲。
創(chuàng)始人張正鴻領(lǐng)帶歪斜地沖進來,臉色鐵青。
“全體開會!會議室!現(xiàn)在!”
會議室里坐了二十多個人。產(chǎn)品部、技術(shù)部、運營部的核心成員全到齊了。
張正鴻站在白板前,雙手撐在桌上,指關(guān)節(jié)泛白。
“躍動科技今天上午十點上線了新功能,”他的聲音壓得很低,但每個字都像石頭砸在地上,“叫‘智能推薦’。根據(jù)用戶瀏覽歷史實時推薦個性化內(nèi)容?!?br>他點了一下手機,投屏上出現(xiàn)躍動科技App的界面截圖。
“從十點到下午兩點,我們的日活下降了22%,用戶平均使用時長下降了35%。技術(shù)部告訴我,要追平這個功能,至少需要一個月。”
會議室里一片死寂。
孫磊低著頭,黑眼圈像是刻在臉上的兩道陰影。他的技術(shù)部三天前剛因為V3.2.0通過測試而慶賀,現(xiàn)在那個版本還沒上線就成了廢品。
運營總監(jiān)是個四十多歲的女人,叫劉敏,她開口的聲音有點沙啞:“一個月太長了。一個月后用戶習(xí)慣都養(yǎng)成了,我們追上去也沒用?!?br>“兩周。”孫磊抬起頭,“給我兩周,我?guī)Ъ夹g(shù)部——”
“兩周黃花菜都涼了。”角落里傳來一個慢悠悠的聲音。
陳潮薇順著聲音看過去。
說話的是個四十歲左右的男人,頭發(fā)梳得油亮,穿著一件深藍色POLO衫,肚子微微凸出,整個人靠在椅背上,姿態(tài)松弛得像在自家客廳看電視。他面前的筆記本屏幕上不是會議投屏的內(nèi)容,而是一個股票交易界面。
李偉。產(chǎn)品部高級產(chǎn)品經(jīng)理。工號0047。
“張總,”李偉把椅子往前滑了一點,臉上掛著一種很老成的笑容,“躍動這次明顯是有備而來。他們那個算法我研究過,是基于深度學(xué)習(xí)的協(xié)同過濾,我們技術(shù)底子確實差一截。與其硬拼技術(shù),不如在運營上想辦法——多發(fā)點優(yōu)惠券,搞點打卡活動,先把用戶留下來再說。”
張正鴻的眉頭皺得更緊了。
“優(yōu)惠券*****。”
“能拖一陣是一陣嘛?!崩顐偭藬偸?,“再說這種算法推薦的事,我們團隊里也沒人懂——”
“我懂?!?br>所有人的目光轉(zhuǎn)向會議桌的另一端。
陳潮薇站了起來。
她的手指微微發(fā)涼,但聲音穩(wěn)得像一根釘子釘進木板里。
“不用一個月。不用兩周。三天,足夠破局。”
李偉的嘴角抽了一下。“小姑娘,你剛來第一天——”
“第一天我已經(jīng)找到了你們V3.2.0的四個致命*ug。”陳潮薇打斷他,目光直直落在他臉上,“你否決的那個弱網(wǎng)緩存優(yōu)化方案,會讓App在信號不好的時候把用戶訂單金額顯示成一分錢。用戶體驗?”
李偉的笑容僵住了。
陳潮薇沒再看他。她走到白板前,拿起馬克筆。
“躍動科技的智能推薦,根本不是深度學(xué)習(xí)?!?br>孫磊猛地抬頭:“什么?”
“他們的推薦邏輯是基于一個極簡規(guī)則:用戶點擊什么內(nèi)容,就推送更多同類內(nèi)容。沒有語義理解,沒有用戶畫像,沒有協(xié)同過濾。”
她轉(zhuǎn)過身,在白板上畫出一個簡單的邏輯圖。
“這套系統(tǒng)的致命漏洞是——它對新用戶完全沒有判別能力。新用戶沒有歷史點擊數(shù)據(jù),推薦就是瞎猜。而且只要用戶連續(xù)點擊十次低質(zhì)量內(nèi)容,算法就會誤以為這是用戶偏好,開始大量
孫磊張了張嘴,然后慢慢閉上了。
“沒有報告?!彼f,聲音變得很輕,“他當時說報告在整理,后來就沒下文了。”
陳潮薇沒有繼續(xù)追問。這件事比她想象的要深。李偉——這個名字她記住了。
“修復(fù)方案我寫在報告第七頁到第九頁,”她說,“不需要改后端邏輯,只改前端緩存策略就行。等服務(wù)器響應(yīng)的超時時間我建議設(shè)800毫秒,800毫秒內(nèi)沒返回再讀本地緩存。這個時間用戶感知不到延遲,但能保證數(shù)據(jù)準確性。”
孫磊低頭翻看報告,越看眼睛越亮。
“八百毫秒,”他喃喃地說,“八百毫秒......”
他猛地抬頭:“陳潮薇,你以前干過測試?”
“沒有。”
“開發(fā)?”
“也沒有?!?br>“那你怎么——”
他話沒說完,辦公區(qū)入口傳來一陣急促的腳步聲。
創(chuàng)始人張正鴻領(lǐng)帶歪斜地沖進來,臉色鐵青。
“全體開會!會議室!現(xiàn)在!”
會議室里坐了二十多個人。產(chǎn)品部、技術(shù)部、運營部的核心成員全到齊了。
張正鴻站在白板前,雙手撐在桌上,指關(guān)節(jié)泛白。
“躍動科技今天上午十點上線了新功能,”他的聲音壓得很低,但每個字都像石頭砸在地上,“叫‘智能推薦’。根據(jù)用戶瀏覽歷史實時推薦個性化內(nèi)容?!?br>他點了一下手機,投屏上出現(xiàn)躍動科技App的界面截圖。
“從十點到下午兩點,我們的日活下降了22%,用戶平均使用時長下降了35%。技術(shù)部告訴我,要追平這個功能,至少需要一個月。”
會議室里一片死寂。
孫磊低著頭,黑眼圈像是刻在臉上的兩道陰影。他的技術(shù)部三天前剛因為V3.2.0通過測試而慶賀,現(xiàn)在那個版本還沒上線就成了廢品。
運營總監(jiān)是個四十多歲的女人,叫劉敏,她開口的聲音有點沙啞:“一個月太長了。一個月后用戶習(xí)慣都養(yǎng)成了,我們追上去也沒用?!?br>“兩周。”孫磊抬起頭,“給我兩周,我?guī)Ъ夹g(shù)部——”
“兩周黃花菜都涼了。”角落里傳來一個慢悠悠的聲音。
陳潮薇順著聲音看過去。
說話的是個四十歲左右的男人,頭發(fā)梳得油亮,穿著一件深藍色POLO衫,肚子微微凸出,整個人靠在椅背上,姿態(tài)松弛得像在自家客廳看電視。他面前的筆記本屏幕上不是會議投屏的內(nèi)容,而是一個股票交易界面。
李偉。產(chǎn)品部高級產(chǎn)品經(jīng)理。工號0047。
“張總,”李偉把椅子往前滑了一點,臉上掛著一種很老成的笑容,“躍動這次明顯是有備而來。他們那個算法我研究過,是基于深度學(xué)習(xí)的協(xié)同過濾,我們技術(shù)底子確實差一截。與其硬拼技術(shù),不如在運營上想辦法——多發(fā)點優(yōu)惠券,搞點打卡活動,先把用戶留下來再說。”
張正鴻的眉頭皺得更緊了。
“優(yōu)惠券*****。”
“能拖一陣是一陣嘛?!崩顐偭藬偸?,“再說這種算法推薦的事,我們團隊里也沒人懂——”
“我懂?!?br>所有人的目光轉(zhuǎn)向會議桌的另一端。
陳潮薇站了起來。
她的手指微微發(fā)涼,但聲音穩(wěn)得像一根釘子釘進木板里。
“不用一個月。不用兩周。三天,足夠破局。”
李偉的嘴角抽了一下。“小姑娘,你剛來第一天——”
“第一天我已經(jīng)找到了你們V3.2.0的四個致命*ug。”陳潮薇打斷他,目光直直落在他臉上,“你否決的那個弱網(wǎng)緩存優(yōu)化方案,會讓App在信號不好的時候把用戶訂單金額顯示成一分錢。用戶體驗?”
李偉的笑容僵住了。
陳潮薇沒再看他。她走到白板前,拿起馬克筆。
“躍動科技的智能推薦,根本不是深度學(xué)習(xí)?!?br>孫磊猛地抬頭:“什么?”
“他們的推薦邏輯是基于一個極簡規(guī)則:用戶點擊什么內(nèi)容,就推送更多同類內(nèi)容。沒有語義理解,沒有用戶畫像,沒有協(xié)同過濾。”
她轉(zhuǎn)過身,在白板上畫出一個簡單的邏輯圖。
“這套系統(tǒng)的致命漏洞是——它對新用戶完全沒有判別能力。新用戶沒有歷史點擊數(shù)據(jù),推薦就是瞎猜。而且只要用戶連續(xù)點擊十次低質(zhì)量內(nèi)容,算法就會誤以為這是用戶偏好,開始大量